Мультиспектральная сегментация изображений с использованием динамического порога Текст научной статьи по специальности «Компьютерные и информационные науки»

Информатика и информационно-управляющие системы

A. G. Zotin

Siberian State Aerospace University named after academician M. F. Reshetnev, Krasnoyarsk, Russia

LOCALIZATION OF VEHICLES' LICENSE PLATES IN VIDEO SEQUENCE TAKING INTO ACCOUNT FEATURES OF VARIOUS COLOUR MODELS

Questions of a zone definition of a prospective allocation of vehicles' license plates in video sequence are considered. The methods of cars' zones detection and localization of number plates based on the data of color representation with account of dynamics of video sequences are offered.

© Зотнн А. n, 2009

УДК 004.932.2

М. А. Иванин

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

МУЛЬТИСПЕКТРАЛЬНАЯ СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ДИНАМИЧЕСКОГО ПОРОГА

Обсуждается один из модифицированных методов сегментации изображений с использованием пороговых преобразований. Указываются особенности их применения, а также преимущества и недостатки. Дается сравнение с методами, использующими глобально вычисляемый порог.

Простейшие модификации существующих пороговых преобразований предназначены для обработки монохромных изображений, но в данный момент наиболее широко распространены сенсоры, работающие с тремя цветовыми компонентами (RGB). Для изображений, получаемых с помощью современных сенсоров простейшие методы не пригодны, потому как не используют полную информацию об изображении. Наиболее предпочтительным является применение муль-тиспектральной пороговой обработки, которые позволяют наиболее эффективно использовать всю информацию, содержащуюся в изображении.

Суть мультиспектрального преобразования состоит в отыскании скоплений точек (кластеров) в трехмерном пространстве. Предположим, что в гистограмме найдено некоторое количество значимых кластеров (скоплений точек-пикселей). Тогда сегментация изображения будет заключаться в присвоении одного и того же цвета, пикселям, входящим в один и тот же кластер. Этот принцип легко распространяется для большего количества спектров и кластеров. Основную трудность в этом подходе составляет определение количества кластеров и их границ. Для этого применяются алгоритмы кластеризации.

Однако использование простейших методов мультиспектральной сегментации с применением глобального порога не дает положительных результатов ввиду того что, получаемые изображения имеют неравномерную освещенность, суще-

ственно влияющую на вид гистограммы и затрудняющую последующую сегментацию. Из-за различных эффектов значения одного сегмента становятся близкими к значениям другого и начинают проникать за границы диапазона. В такой ситуации отсутствуют ярко выраженные границы диапазона, что превращает разделяемую гистограмму в такую, которую невозможно эффективно разделить с помощью глобального порога.

В этих случаях применяют подход, при котором исходное изображения разбивается на такие части, что освещение внутри каждой из них остается приблизительно равномерным. В каждой части для сегментации используется свое значение порога, вычисляемое на основе данных гистограммы. Этот метод называется локальным или динамическим. Основную сложность представляет определение способа разбивки изображения и оценка порога для каждой полученной области.

Цветовая сегментация может выполняться на основе любой цветовой модели (RGB, CMY, HSI). Но для многочисленных прикладных задач важными являются цветовой тон и насыщенность. Эти характеристики оказываются особенно полезными при попытках имитировать деятельность человека, например, при контроле качества промышленных товаров. Модель, основанная на характеристиках цветового тона, насыщенности и интенсивности (HSI), идеально подходит для подобных приложений, поскольку она тесно связана с восприятием цвета человеком. Особо привлека-

Решетневские чтения

тельным является подход, при котором сегментация осуществляется только на основании составляющих цветового тона и насыщенности сигнала, поскольку это требует лишь двумерной кластеризации, что значительно проще, чем трехмерный анализ, необходимый для сегментации на основе RGB.

В RGB пространстве освещение одинаково влияет на каждую компоненту, но, как известно,

человеческому цветовосприятию больше соответствует пространство HSI, которое не имеет такого недостатка: одна из компонент - цветовая составляющая - остается практически неизменной при различном освещении объекта. Следовательно, влияние негативных эффектов может быть погашено также с помощью сегментации в HSI пространстве.

M. A. Ivanin

Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk

MULTISIGNAL IMAGE SEGMENTATION USING DYNAMICAL THRESHOLD

One of the modified image segmentation methods with use of threshold transformations is discussed here. Features of their application, and also advantages and disadvantages are specified. There is comparison between methods using global and dynamical calculated threshold.

© HBaHHH M. A., 2009

УДК 004.457

А. Г. Иптышева, В. В. Вдовенко

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

АВТОМАТИЗИРОВАННОЕ РАБОЧЕЕ МЕСТО МЕНЕДЖЕРА УЧРЕЖДЕНИЯ ДОПОЛНИТЕЛЬНОГО ОБРАЗОВАНИЯ

Предлагается комплексное решение проблемы автоматизации документооборота для менеджера в учреждениях дополнительного образования путем внедрения специализированных программных средств.

Нередко в учебных заведениях возникают проблемы с документооборотом, как бумажным, так и электронным. Проблемы такого класса решаются установкой специализированного программного обеспечения, стоимость которого очень высока.

Автоматизация документооборота стала не просто средством оптимизации внутренних процессов организации, а насущной необходимостью в условиях жесткой конкуренции. Именно автоматизация документооборота дает новые возможности любой организации по ускорению работы, позволяет опередить конкурентов при принятии оперативных и стратегических решений.

Автоматизация документооборота для менеджера в учреждениях дополнительного образования требует решения следующих задач: анализа особенностей документооборота учреждения дополнительного учебного заведения; анализа структур данных; разработки архитектуры автоматизированного рабочего места (АРМ) менеджера; программной реализации АРМ.

Специфика документооборота в учреждении дополнительного образования заключается в сле-

дующем: формирование групп обучаемых происходит в течение всего года, перечень образовательных программ может изменяться в соответствии с потребностями рынка труда, состав преподавателей является переменным, сведения в центр занятости должны предоставляться ежемесячно.

После авторизации будут разграничены права доступа к данным. Пользователь может формировать группы, документы об окончании, создавать отчеты, сведения о преподавателях. Администратору доступны все функции.

Логическая схема базы данных состоит из следующих таблиц: группы, журналы, обучающиеся, программы, преподаватели, итоги обучения, контакты, журнал обучающихся, пользователи.

Для программной реализации АРМ был выбран язык программирования С# и платформа .NET, что позволило реализовывать как хранение и модификацию данных и обеспечить оптимальный пользовательский интерфейс.

Внедрение разработанного продукта на месте позволит улучшить качество работы, а так же повысить уровень обслуживания.